1. Learn
    2. /
  2. Cursuri
    3. /
  3. Modele ARIMA w R
Connected

exercițiu

Analiza danych – współczynnik urodzeń

Teraz wykorzystasz swoje nowe umiejętności, aby starannie dopasować model SARIMA do szeregu czasowego birth z pakietu astsa. Dane przedstawiają miesięczną liczbę żywych urodzeń (skorygowaną) w tysiącach dla Stanów Zjednoczonych w latach 1948–1979 i obejmują wyż demograficzny po II wojnie światowej.

Szereg birth jest wykreślony w konsoli R. Zwróć uwagę na długoterminowy trend (błądzenie losowe) oraz sezonowy składnik danych.

Instrucțiuni

100 XP
  • Użyj funkcji diff(), aby zróżnicować dane (d_birth). Następnie użyj acf2(), aby wyświetlić próbkową ACF i PACF tych danych do opóźnienia 60. Zauważ sezonową persistencję.
  • Użyj kolejnego wywołania diff(), aby wyznaczyć sezonową różnicę danych. Zapisz wynik jako dd_birth. Wywołaj ponownie acf2(), aby wyświetlić ACF i PACF tych danych – również do opóźnienia 60. Stwierdź, że model SARIMA(0,1,1)x(0,1,1)12 wydaje się rozsądnym wyborem.
  • Dopasuj model SARIMA(0,1,1)x(0,1,1)12. Co się dzieje?
  • Dodaj dodatkowy parametr AR (niesezonowy, p = 1), aby uwzględnić dodatkową korelację. Czy model dobrze dopasowuje dane?